赞
踩
已经停止更新
Eureka采用了CS的设计架构,Eureka Server作为服务注册功能的服务器,它是服务注册中心。而系统中的其他微服务,使用Eureka的客户端连接到Eureka Server并维持心跳连接。这样系统的维护人员就可以通过Eureka Server来监控系统中各个微服务是否正常运行。
在服务注册与发现中,有一个注册中心。当服务器启动的时候,会把当前自己服务器的信息比如服务地址通讯地址等以别名方式注册到注册中心上。另一方(消费者|服务提供者) , 以该别名的方式去注册中心上获取到实际的服务通讯地址,然后再实现本地RPC调用RPC远程调用框架核心设计思想:在于注册中心,因为使用注册中心管理每个服务与服务之间的一个依赖关系(服务治理概念)。在任何RPC远程框架中,都会有一个注册中心(存放服务地址相关信息(接口地址))
**Eureka Server **提供服务注册服务
各个微服务节点通过配置启动后,会在EurekaServer中进行注册, 这样EurekaServer中的服务注册表中将会存储所有可用服务节点的信息,服务节点的信息可以在界面中直观看到。
<dependency>
<groupId>org.springframework.cloud</groupId>
<artifactId>spring-cloud-starter-netflix-eureka-server</artifactId>
</dependency>
server:
port: 8081
eureka:
instance:
# 服务端的实例名称
hostname: localhost
client:
# 是否在注册中心注册自己
register-with-eureka: false
# false表示自己就是注册中心
fetch-registry: false
# 设置eureka server交互的地址查询服务和注册服务都需要依赖这个地址
service-url:
defaultZone: http://${eureka.instance.hostname}:${server.port}/eureka/
访问地址:http://localhost:8081/
Eureka Client 检查注册中新的服务是否还有心跳
是一个Java客户端,用于简化Eureka Server的交互,客户端同时也具备一个内置的、 使用轮询(round-robin)负载算法的负载均衡器在应用启动后,将会向Eureka Server发送心跳(默认周期为30秒)。 如果Eureka Server在多个心跳周期内没有接收到某个节点的心跳,EurekaServer将会从服务注册表中把这个服务节点移除(默认90秒)。
<dependency>
<groupId>org.springframework.cloud</groupId>
<artifactId>spring-cloud-starter-netflix-eureka-client</artifactId>
</dependency>
eureka:
client:
# 是否在注册中心注册自己
register-with-eureka: true
# false表示自己就是注册中心
fetch-registry: true
# 设置eureka server交互的地址查询服务和注册服务都需要依赖这个地址
service-url:
defaultZone: http://localhost:8081/eureka
修改C:\Windows\System32\drivers\etc\hosts
127.0.0.1 server8081
127.0.0.1 server8091
Server 相互注册指向对方地址
server 8081:
server:
port: 8081
eureka:
instance:
# 服务端的实例名称
hostname: server8081
client:
# 是否在注册中心注册自己
register-with-eureka: false
# false表示自己就是注册中心
fetch-registry: false
# 设置eureka server交互的地址查询服务和注册服务都需要依赖这个地址
service-url:
defaultZone: http://server8091:8091/eureka/
server 8091:
server:
port: 8091
eureka:
instance:
# 服务端的实例名称
hostname: server8091
client:
# 是否在注册中心注册自己
register-with-eureka: false
# false表示自己就是注册中心
fetch-registry: false
# 设置eureka server交互的地址查询服务和注册服务都需要依赖这个地址
service-url:
# 集群相互注册
defaultZone: http://server8081:8081/eureka/
客户端注册:
server:
port: 8082
eureka:
client:
# 是否在注册中心注册自己
register-with-eureka: true
# false表示自己就是注册中心
fetch-registry: true
# 设置eureka server交互的地址查询服务和注册服务都需要依赖这个地址
service-url:
# 单机版
# defaultZone: http://localhost:8081/eureka
#集群
defaultZone: http://server8081:8081/eureka/,http://server8091:8091/eureka/
访问 server 8091 服务:
server:
port: 9002
eureka:
client:
register-with-eureka: true
fetch-registry: true
service-url:
defaultZone: http://eureka-server-8001:8001/eureka/,http://eureka-server-8002:8002/eureka/
spring:
application:
name: eureka-client
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-416muR2e-1690250905870)(img/cloud-eureka-client-cluster01.png)]
配置 eureka.instance.appname
eureka:
instance:
appname: eurekaclient9002
配置:eureka.instance.prefer-ip-address
eureka:
instance:
appname: eurekaclient9002
prefer-ip-address: true
配置:instance-id
eureka:
instance:
#默认注册到服务中心,显示的名称是 hostname+appname+port
appname: eurekaclient9002
#使用ip地址来注册到服务中心,显示的是实例名称
prefer-ip-address: true
#设置访问服务的ip地址,一般设置ip-address,都是因为需要通过外网来访问该服务,通常设置为公网ip
ip-address: 127.0.0.1
#设置 注册服务中心,显示的实例名称
instance-id: ${eureka.instance.ip-address}:${server.port}
集群配置相同 eureka.instance.appname
eureka:
instance:
appname: eurekaclient
@Configuration
public class RestTemplateConfig {
@Bean
@LoadBalanced
public RestTemplate restTemplate(){
return new RestTemplate();
}
}
<dependency> <groupId>org.springframework.cloud</groupId> <artifactId>spring-cloud-starter-netflix-eureka-client</artifactId> <version>2.2.2.RELEASE</version> </dependency> <dependencyManagement> <dependencies> <dependency> <groupId>org.springframework.cloud</groupId> <artifactId>spring-cloud-dependencies</artifactId> <version>${spring-cloud.version}</version> <type>pom</type> <scope>import</scope> </dependency> </dependencies> </dependencyManagement>
consumer使用服务名调用客户端:
@RestController
public class IndexController {
private final String url="http://EUREKA-CLIENT";
@Autowired
RestTemplate restTemplate;
@RequestMapping(value = "/ticket/get",method = RequestMethod.GET)
public String getTicket(){
System.out.println("开始请求!");
return restTemplate.getForObject(url+"/ticket",String.class);
}
}
@Autowired DiscoveryClient discoveryClient; public void discovery() { //1. List<String> services = discoveryClient.getServices(); //2. List<ServiceInstance> instances = discoveryClient.getInstances("EUREKA-CLIENT"); for (ServiceInstance instance : instances) { System.out.println(instance.getHost());//127.0.0.1 System.out.println(instance.getInstanceId());//127.0.0.1:9002 System.out.println(instance.getPort());//9002 System.out.println(instance.getMetadata());//{management.port=9002} System.out.println(instance.getScheme());//http System.out.println(instance.getUri());//http://127.0.0.1:9001 } }
//在client主启动类上加上注解
@EnableDiscoveryClient
默认情况下 Eureka Client 定时向 Eureka Server 端发送心跳包如果 Eureka 在 server 端在一定时间内(默认90秒)没有收到 Eureka Client 发送心跳包 ,便会直接从服务注册列表中剔除该服务,但是在短时间( 90秒中)内丢失了大量的服务实例心跳,这时候 Eureka Server 会开启自我保护机制,不会剔除该服务(该现象可能出现在如果网络不通,但是Eureka Client为出现宕机,此时如果换做别的注册中心如果一定时间内没有收到心跳会将剔除该服务,这样就出现了严重失误,因为客户端还能正常发送心跳,只是网络延迟问题,而保护机制是为了解决此问题而产生的)
管理自我保护机制:
eureka-server配置
eureka:
server:
enable-self-preservation: false
eureka-client端配置
eureka:
instance:
# 客户端发送心跳的时间间隔默认30
lease-renewal-interval-in-seconds: 2
# 服务端在接收最后一次心跳的超时上限,超过就剔除注册服务默认90
lease-expiration-duration-in-seconds: 1
pom.xml
<dependency> <groupId>org.springframework.cloud</groupId> <artifactId>spring-cloud-starter-zookeeper-discovery</artifactId> <version>2.2.1.RELEASE</version> <exclusions> <exclusion> <groupId>org.apache.zookeeper</groupId> <artifactId>zookeeper</artifactId> </exclusion> </exclusions> </dependency> <dependency> <groupId>org.apache.zookeeper</groupId> <artifactId>zookeeper</artifactId> <version>3.5.7</version> <exclusions> <exclusion> <groupId>org.slf4j</groupId> <artifactId>slf4j-log4j12</artifactId> </exclusion> </exclusions> </dependency>
application.yml
server:
port: 8001
spring:
application:
name: zookeeper-client
cloud:
zookeeper:
connect-string: localhost:2181
主启动类:向 zookeeper 注册中心注册服务
@SpringBootApplication
@EnableDiscoveryClient
public class ZkClientApplication {
public static void main(String[] args){
SpringApplication.run(ZkClientApplication.class,args);
}
}
pom 文件和客户端一样
配置 RestTemplate
@Configuration
public class RestTemplateConfig {
@Bean
@LoadBalanced
public RestTemplate restTemplate(){
return new RestTemplate();
}
}
主启动类:
@SpringBootApplication
@EnableDiscoveryClient
public class ZkConsumerApplication {
public static void main(String[] args) {
SpringApplication.run(ZkConsumerApplication.class,args);
}
}
调用:
@RestController
public class TicketController {
private static final String CLEINT_URL = "http://zookeeper-client";
@Autowired
RestTemplate restTemplate;
@GetMapping("/ticket")
public String getTicket(){
System.out.println("开始调用");
return restTemplate.getForObject(CLEINT_URL+"/ticket",String.class);
}
}
https://www.consul.io/intro/index.html
Consul特点:
api
或mysql
,其他客户端可以使用Consul来发现给定服务的提供者。使用DNS或HTTP,应用程序可以轻松找到它们依赖的服务。配置:
spring:
application:
name: consul-consumer
cloud:
consul:
host: localhost
port: 8500
discovery:
service-name: ${spring.application.name}
主启动类:
@SpringBootApplication
@EnableDiscoveryClient
public class ConsulConsumerApplication {
public static void main(String[] args) {
SpringApplication.run(ConsulConsumerApplication.class,args);
}
}
调用服务:
@RestController
public class TicketController {
String URL = "http://consul-client";
@Resource
RestTemplate restTemplate;
@GetMapping("/consumer/ticket")
public String ticket(){
return restTemplate.getForObject(URL+"/ticket",String.class);
}
}
CAP:关注粒度是数据,而不是整体。
C:Consistency(强一致性)
A:Availability(可用性)
P:partition tolerance(分区容错性)
最多只能同时较好的满足两个。
CAP理论的核心是: 一个分布式系统不可能同时很好的满足致性, 可用性和分区容错性这三需求,因此,根据CAP原理将NoSQL数据库分成了满足CA原则、满足CP原则和满足AP原则三大类:
CA—单点集群,满足一致性,可用性的系统,通常在可扩展性上不太强大。
CP(zookeeper/consul)一满足一致性,分区容忍必的系统,通常性能不是特别高。
AP(Eureka)—满足可用性,分区容忍性的系统,通常可能对一致性要求低一些。
三者比较:
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-MLXXlWrQ-1690250905873)(img/eureka-discoverycompare.png)]
Spring Cloud Ribbon是基于Netflix Ribbon实现的一套客户端负载均衡的工具。
简单的说,Ribbon是Netflix发 布的开源项目,主要功能是提供客户端的软件负载均衡算法和服务调用。Ribbon客户端组件提供一系列完善的配置项如连接超时,重试等。简单的说,就是在配置文件中列出Load Balancer (简称LB)后面所有的机器,Ribbon会自动的帮助你基于某种规则(如简单轮询,随机连接等)去连接这些机器。我们很容易使用Ribbon实现自定义的负载均衡算法。
**LB负载均衡(Load Balance):**简单的说就是将用户的请求平摊的分配到多个服务上,从而达到系统的HA (可用)。
常见的负载均衡有软件Nginx,LVS,硬件F5等。
Ribbon本地负载均衡客户端VS Nginx服务端负载均衡区别:
Nginx是服务器负载均衡,客户端所有请求都会交给nginx, 然后由nginx实现转发请求。即负载均衡是由服务端实现的。
Ribbon本地负载均衡,在调用微服务接C时候,会在注册中心上获取注册信息服务列表之后缓存到JVM本地,从而在本地实现RPC远程服务调用技术。
负载均衡类别:
集中式LB
即在服务的消费方consumer和提供方provider之间使用独立的LB设施(可以是硬件,如F5, 也可以是软件,如nginx), 由该设施负责把访问请求通过某种策略转发至服务的提供方;
进程内LB
将负载均衡逻辑集成到consumer,consumer从服务注册中心获知有哪些地址可用,然后自己再从这些地址中选择出一个合适的provider。
Ribbon就属于进程内LB,它只是一个类库,集成于消费方进程,消费方通过它来获取到服务提供方的地址。
Ribbon:负载均衡+RestTemplate调用
Ribbon调用流程分成两步
第一步先选择EurekaServer ,它优先选择在同一个区域内负载较少的server.
第二步再根据用户指定的策略,在从server取到的服务注册列表中选择一个地址。
其中Ribbon提供了多种策略:比如轮询、随机和根据响应时间加权。
默认轮询
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-KG3wcbu2-1690250905873)(img/ribbon-irule.png)]
在非主启动类包中加入配置规则:
@Configuration
public class LoadBanlanceRlue {
@Bean
public IRule loadbalanceRule(){
return new RandomRule();
}
}
在主启动类中加入注解@RibbonClient指定负载策略
@SpringBootApplication
@EnableDiscoveryClient
@RibbonClient(name = "eureka-client",configuration = LoadBanlanceRlue.class)
public class ConsulConsumerApplication {
public static void main(String[] args) {
SpringApplication.run(ConsulConsumerApplication.class,args);
}
}
负载均衡算法: rest接口第几次请求数%服务器集群总数量=实际调用服务器位置下标,每次服务重启动后rest接口计数从1开始。
Feign是一个声明式WebService客户端。 使用Feign能让编写Web Service客户端更加简单。
它的使用方法是**定义一个服务接口然后在上面添加注解。Feign 也支持可拔插式的编码器和解码器**。
SpringCloud对Feign进行了封装使其支持了Spring MVC标准注解和HttpMessageConverters。
Feign可以与Eureka和Ribbon组合使用以支持负载均衡。
前面在使用Ribbon+ RestTemplate时,利用RestTemplate对http请求的封装处理,形成了一套模版化的调用方法。但是在实际开发中,由于对服务依赖的调用可能不止一处, 往往一个接口会被多处调用, 所以通常都会针对每个微服务自行封装一些客户端类来包装这些依赖服务的调用。所以,Feign在此基础上做了进一步封装, 由他来帮助我们定义和实现依赖服务接口的定义。在Feign的实现下,我们只需创建一个接口并使用注解的方式来配置它(以前是Dao接口上面标注Mapper注解现在是一个微服务接口上面标注一个Feign注解即可),即可完成对服务提供方的接口绑定,简化了使用Spring cloud Ribbon时,自动封装服务调用客户端的开发量。
Feign集成了Ribbon
利用Ribbon维护了Payment的服务列表信息,并且通过轮询实现了客户端的负载均衡。与Ribbon不同的是,通过feign只需要定义服务绑定接口且以声明式的方法,优雅而简单的实现了服务调用。
<!--openfeign-->
<dependency>
<groupId>org.springframework.cloud</groupId>
<artifactId>spring-cloud-starter-openfeign</artifactId>
<version>2.2.2.RELEASE</version>
</dependency>
<!--eureka-client-->
<dependency>
<groupId>org.springframework.cloud</groupId>
<artifactId>spring-cloud-starter-netflix-eureka-client</artifactId>
<version>2.2.2.RELEASE</version>
</dependency>
eureka:
client:
register-with-eureka: false
fetch-registry: true
service-url: # 集群
defaultZone: http://eureka-server-8001:8001/eureka/,http://eureka-server-8002:8002/eureka/
@Service
@FeignClient(value="eureka-client")
public interface TicketService {
@GetMapping(value = "/ticket")
String getTicket();
}
@SpringBootApplication
@EnableFeignClients
public class OpenFeignConsumerApplication {
public static void main(String[] args) {
SpringApplication.run(OpenFeignConsumerApplication.class,args);
}
}
application.yml:
client:
config:
default:
connectTimeout: 5000
readTimeout: 5000
Level: debug
Hystrix是一个用于处理分布式系统的延迟和容错的开源库, 在分布式系统里,许多依赖不可避免的会调用失败,比如超时、异常等,Hystrix能够保证在一个依赖出问题的情况下, 不会导致整体服务失败,避免级联故障,以提高分布式系统的弹性。
"断路器”本身是一种开关装置, 当某个服务单元发生故障之后,通过断路器的故障监控(类似熔断保险丝),向调用方返回一个符合预期的、可处理的备选响应(FallBack) ,而不是长时间的等待或者抛出调用方无法处理的异常,这样就保证了服务调用方的线程不会被长时间、不必要地占用,从而避免了故障在分布式系统中的蔓延,乃至雪崩。
服务降级
可以放到客户端和服务端,通常放到客户端
导致服务降级的情况:
服务熔断
熔断机制是应对雪崩效应的一-种微服务链路保护机制。当扇出链路的某个微服务出错不可用或者响应时间太长时,会进行服务的降级,进而熔断该节点微服务的调用,快速返回错误的响应信息。
当检测到该节点微服务调用响应正常后,恢复调用链路。
服务熔断-》服务降级-》恢复调用链路
在Spring Cloud框架里,熔断机制通过Hystrix实现。Hystrix会监控微服务间调用的状况,当失败的调用到一定阈值,缺省是5秒内20次调用失败,就会启动熔断机制。熔断机制的注解是@HystrixCommand.
服务限流
client pom.xml
<dependency>
<groupId>org.springframework.cloud</groupId>
<artifactId>spring-cloud-starter-netflix-eureka-client</artifactId>
<version>2.2.2.RELEASE</version>
</dependency>
<dependency>
<groupId>org.springframework.cloud</groupId>
<artifactId>spring-cloud-starter-netflix-hystrix</artifactId>
<version>2.2.2.RELEASE</version>
</dependency>
服务降级设置(@HystrixCommand):
@GetMapping("/ticket/timeout") @HystrixCommand(fallbackMethod="timeout3",commandProperties={ @HystrixProperty(name="execution.isolation.thread.timeoutInMilliseconds",value="3000") }) public String timeout(){ try { TimeUnit.SECONDS.sleep(5); } catch (InterruptedException e) { e.printStackTrace(); } return "timeout5秒"; } public String timeout3(){ try { TimeUnit.SECONDS.sleep(3); } catch (InterruptedException e) { e.printStackTrace(); } return "系统超时,请稍后再试"; }
主启动类(@EnableCircuitBreaker):
@SpringBootApplication
@EnableDiscoveryClient
@EnableCircuitBreaker
public class HystrixClientApplication {
public static void main(String[] args) {
SpringApplication.run(HystrixClientApplication.class,args);
}
}
pom.xml
<dependency>
<groupId>org.springframework.cloud</groupId>
<artifactId>spring-cloud-starter-netflix-eureka-client</artifactId>
<version>2.2.2.RELEASE</version>
</dependency>
<dependency>
<groupId>org.springframework.cloud</groupId>
<artifactId>spring-cloud-starter-netflix-hystrix</artifactId>
<version>2.2.2.RELEASE</version>
</dependency>
<dependency>
<groupId>org.springframework.cloud</groupId>
<artifactId>spring-cloud-starter-openfeign</artifactId>
<version>2.2.2.RELEASE</version>
</dependency>
application.yml
server:
port: 80
spring:
application:
name: hystrix-consumer
eureka:
client:
fetch-registry: true
register-with-eureka: false
service-url:
defaultZone: http://localhost:8001/eureka
feign:
hystrix:
enabled: true
主启动类:
@SpringBootApplication
@EnableFeignClients
@EnableCircuitBreaker
public class HystrixConsumerApplication {
public static void main(String[] args) {
SpringApplication.run(HystrixConsumerApplication.class,args);
}
}
服务降级设置
@GetMapping("/consumer/ticket/timeout")
@HystrixCommand(fallbackMethod="timeout2",commandProperties={ @HystrixProperty(name="execution.isolation.thread.timeoutInMilliseconds",value="2000") })
String timeout() {
return ticketService.timeout();
}
String timeout2() {
return "响应超时";
}
@DefaultProperties(defaultFallback="timeout2")
@RestController
public class TicketController
实现FeignClien接口:
@FeignClient(value = "hystrix-client",fallback = FallBackServiceImpl.class) public interface TicketService { @GetMapping("/ticket/get") String ticket(); @GetMapping("/ticket/timeout") String timeout(); } @Component public class FallBackServiceImpl implements TicketService { @Override public String ticket() { return "ticket fallback"; } @Override public String timeout() { return "timeout fallback"; } }
@HystrixCommand(fallbackMethod="timeout3",commandProperties={
@HystrixProperty(name= "circuitBreaker.enable",value="true"),// 是否开启断路器
@HystrixProperty(name="circuitBreaker.requestVolumeThreshold",value="10"),//请求次数
@HystrixProperty(name="circuitBreaker.sleepWindowInMilliseconds",value="10000"),//时间窗口期
@HystrixProperty(name="circuitBreaker.errorThresholdPercentage",value="60")// 失败率达到多少后跳闸
})
//具体属性在HystrixCommandProperties类中
public String timeout(){
try {
TimeUnit.SECONDS.sleep(5);
} catch (InterruptedException e) {
e.printStackTrace();
}
return "timeout5秒";
}
涉汲到断路器的三个重要参数:快照时间窗、请求总数阀值、错误百分比阀值。
快照时间窗:断路器确定是否打开需要统计一些请求和错误数据, 而统计的时间范围就是快照时间窗,默认为最近的10秒。
请求总数阀值:在快照时间窗内,必须满足请求总数阀值才有资格熔断。默认为20,意味着在10秒内,如果该hystrix命令的调用次数不足20次,
即使所有的请求都超时或其他原因失败,断路器都不会打开。
错误百分比阀值:当请求总数在快照时间窗内超过了阀值,比如发生了30次调用,如果在这30次调用中,有15次发生了超时异常,也就是超过
50%的错误百分比,在默认设定50%阀值情况下,这时候就会将断路器打开。
熔断打开
请求不再进行调用当前服务,内部设置时钟一般为MTTR (平均故障处理时间),当打开时长达到所设时钟则进入半熔断状态
熔断关闭
熔断关闭不会对服务进行熔断
熔断半开
部分请求根据规则调用当前服务,如果请求成功且符合规则则认为当前服务恢复正常,关闭熔断
https://github.com/Netflix/Hystrix/wiki/How-it-Works
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-4iuvgFuT-1690250905874)(img/hystrix-command-flow-chart.png)]
在pom.xml中引入jar
<dependency>
<groupId>org.springframework.cloud</groupId>
<artifactId>spring-cloud-starter-netflix-hystrix-dashboard</artifactId>
<version>2.2.2.RELEASE</version>
</dependency>
主启动类中加入@EnableHystrixDashboard
Gateway是zull1.x 的替代
SpringCloud Gateway是Spring Cloud的一个全新项目,于Spring 5.0+ Spring Boot 2.0和Project Reactor等技术开发的网关,它旨在为微服务架构提供一种简单有效的统一的API路由管理方式。
SpringCloud Gateway作为Spring Cloud生态系统中的网关,目标是替代Zuul, 在Spring Cloud 2.0以上版本中,没有对新版本的Zuul 2.0以上最新高性能版本进行集成,仍然还是使用的Zuul 1.x非Reactor模式的老版本。而为了提升网关的性能,SpringCloud Gateway是基于WebFlux框架实现的,而WebFlux框架底层则使用了高性能的eactor模式通信框架Netty。
Spring Cloud Gateway的目标提供统一 的路由方式且基于Filter链的方式提供了网关基本的功能,例如:安全,监控/指标,和限流。
Route(路由)
路由是构建网关的基本模块,它由ID,目标URI, 一系列的断言和过滤器组成,如果断言为true则匹配该路由
Predicate(断言)
参考的是Java8的java.util.function.Predicate
开发人员可以匹配HTTP请求中的所有内容(例如请求头或请求参数),如果请求与断言相匹配则进行路由
Filter(过滤)
指的是Spring框架中GatewayFilter的实例, 使用过滤器,可以在请求被路由前或者之后对请求进行修改。
客户端向Spring Cloud Gateway发出请求。如果网关处理程序映射确定请求与路由匹配,则将其发送到网关Web处理程序。该处理程序通过特定于请求的过滤器链来运行请求。筛选器由虚线分隔的原因是,筛选器可以在发送代理请求之前和之后运行逻辑。所有“前置”过滤器逻辑均被执行。然后发出代理请求。发出代理请求后,将运“后”过滤器逻辑。
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-DLPJZWrt-1690250905874)(img/spring_cloud_gateway_diagram.png)]
配置路由:
通过yaml
cloud:
gateway:
routes:
# 路由ID
- id : route
# 匹配后提供服务的路由地址
uri: http://localhost:8081
# 断言,路径匹配则路由
predicates:
- Path=/ticket/get
通过配置类
@Configuration public class GatewayConfig { @Bean public RouteLocator customRouteLocator(RouteLocatorBuilder builder) { return builder.routes() .route("path_route", r -> r.path("/get") .uri("http://httpbin.org")) .route("host_route", r -> r.host("*.myhost.org") .uri("http://httpbin.org")) .route("rewrite_route", r -> r.host("*.rewrite.org") .filters(f -> f.rewritePath("/foo/(?<segment>.*)", "/${segment}")) .uri("http://httpbin.org")) .route("hystrix_route", r -> r.host("*.hystrix.org") .filters(f -> f.hystrix(c -> c.setName("slowcmd"))) .uri("http://httpbin.org")) .route("hystrix_fallback_route", r -> r.host("*.hystrixfallback.org") .filters(f -> f.hystrix(c -> c.setName("slowcmd").setFallbackUri("forward:/hystrixfallback"))) .uri("http://httpbin.org")) .build(); } }
动态路由:
server: port: 9999 eureka: instance: hostname: gateway-service client: register-with-eureka: true fetch-registry: true service-url: defaultZone: http://localhost:8001/eureka spring: application: name: gateway cloud: gateway: discovery: locator: # 开启动态路由 enabled: true routes: - id: route uri: lb://hystrix-client predicates: - Path=/ticket/get
测试通过网关访问:http://localhost:9999/ticket/get
SpringCloud Config为微服务架构中的微服务提供集中化的外部配置支持,配置服务器为各个不同微服务应用的所有环境提供了一个中心化的外部配置。
pom.xml
<dependency>
<groupId>org.springframework.cloud</groupId>
<artifactId>spring-cloud-config-server</artifactId>
<version>2.2.2.RELEASE</version>
</dependency>
application.yml
server: port: 8088 spring: application: name: config-server cloud: config: server: git: # git地址 uri: https://github.com/pengmengsheng/SpringCloud.git # 搜索目录 search-paths: SpringCloud # 读取分支 label: master eureka: client: service-url: defaultZone: http://localhost:8001/eureka
pom.xml
<dependency>
<groupId>org.springframework.cloud</groupId>
<artifactId>spring-cloud-starter-config</artifactId>
</dependency>
application.yml
server: port: 80 spring: application: name: config-client cloud: config: # 分支名称 # 配置文件名称 name: config # 配置中心地址 profile: test label: master uri: http://localhost:8088 eureka: client: service-url: defaultZone: http://localhost:8001/eureka
/ {application} / {profile} [/ {label}]
/{application}-{profile}.yml
/{label}/{application}-{profile}.yml
/{application}-{profile}.properties
/{label}/{application}-{profile}.properties
pom.xml
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-actuator</artifactId>
</dependency>
application.yml
management:
endpoints:
web:
exposure:
include: "*"
controller
@RestController
@RefreshScope
public class IndexController
发送post请求
curl -X post “http://localhost/actuator/refresh”
什么是总线
在微服务架构的系统中,通常会使用轻量级的消息代理来构建一个共用的消息主题, 并让系统中所有微服务实例都连接上来。由于该主题中产生的消息会被所有实例监听和消费,所以称它为消息总线。在总线上的各个实例,都可以方便地广播-些需要让其他连接在该主题 上的实例都知道的消息。
基本原理
ConfigClient实例都监听MQ中同-个topic(默认是springCloudBus)。当-一个服务刷新数据的时候,它会把这个信息放入到Topic中,这样其它监听同一Topic的服务就能得到通知,然后去更新自身的配置。
利用消息总线触发一个客户端/bus/refresh,而刷新所有客户端的配置口
利用消息总线触发一个服务端ConfigServer的/bus/refresh端点,而刷新所有客户端的配置
pom.xml
<dependency>
<groupId>org.springframework.cloud</groupId>
<artifactId>spring-cloud-starter-bus-amqp</artifactId>
<version>2.2.1.RELEASE</version>
</dependency>
application.yml
server: port: 8088 spring: application: name: config-server cloud: config: server: git: uri: https://github.com/pengmengsheng/SpringCloud.git search-paths: SpringCloud skipSslValidation: true # 读取分支 label: master eureka: client: service-url: defaultZone: http://localhost:8001/eureka # rabbitmq rabbitmq: host: localhost port: 5672 username: guest password: guest # 暴露bus-refresh刷新端点 management: endpoints: web: exposure: include: "bus-refresh"
pom中加入spring-cloud-starter-bus-amqp
application.yml
server: port: 8089 spring: application: name: cofig-client8089 cloud: config: uri: http://localhost:8088 # 配置文件名称 name: config profile: test label: master eureka: client: service-url: defaultZone: http://localhost:8001/eureka # rabbitmq rabbitmq: host: localhost port: 5672 username: guest password: guest management: endpoints: web: exposure: include: "*"
curl -X post “http://localhost:8088/actuator/bus-refresh”
格式: http://localhost:配置中心的端口号/actuator/bus-refresh/ {destination}
/bus/refresh请求不再发送到具体的服务实例上,而是发给config server并通过destination参数类指定需要更新配置的服务或实例。
curl -X post “http://localhost:8088/actuator/bus-refresh/cofig-client8089:8809”
消息驱动:屏蔽底层消息中间件的差异,降低切换成本,统一消息的编程模型。
一个Spring Cloud Stream应用程序由一个核心的消息中间件构成,通过Spring Cloud Stream实现应用程序与外部输入、输出通道之间的通信,通过通道实现特定的中间件绑定器和外部代理的连接。
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-4M2b0qmq-1690250905876)(img/springcloudstream.png)]
核心模块:
通过定义绑定器Binder作为中间层,实现了应用程序与消息中间件细节之间的隔离。
Exchange
交换器,用来接收生产者发送的消息并将这些消息路由给服务器中的队列。
Exchange有4种类型:
direct(默认)
fanout
topic
headers
Queue
消息队列,用来保存消息直到发送给消费者。它是消息的容器。也是消息的终点。一个消息可投入一个或多个队列。消息一直在队列里面,等待消费者连接到这个队列将其取走。
Binding
绑定,用于消息队列和交换器之间的关联。一个绑定就是基于路由键将交换器和消息队列连接起来的路由规则,所以可以将交换器理解成一个由绑定构成的路由表。
Exchange和Queue的绑定可以是多对多的关系。
Connection
网络连接,比如一个TCP连接。
Channel
信道,多路复用连接中的一条独立的双向数据流通道。信道是建立在真实的TCP连接内的虚拟连接、AMQP命令都是通过信道发出去的,不管是发布消息些动作都是通过信道完成。因为对于操作系统来说建立和销毁TCP都是非常昂贵的开销,所以引入了信道的概念,以复用一条TCP连接。
Virtual Host
虚拟主机,表示一批交换器、消息队列和相关对象。虚拟主机是共享相同的身份认证和加密环境的独立服务器域。每个vhost本质上就是一个mini版的RabbitMQ服务器,拥有自己的队列、交换器、绑定和权限机制。vhost 是AMQP 概念的基础,必须在连接时指定,RabbitMQ默认的vhost是/。
Broker
消息队列服务器的实体。
AMQP中消息的路由过程和Java开发者熟悉的JMS存在一些差别, AMQP中增加了Exchange和Binding的角色。生产者把消息发布到Exchange上,消息最终到达队列并被消费者接收,而Binding决定交换器的消息应该发送到那个队列。
Fanout Exchange:
每个发到fanout类型交换器的消息都会分到所有绑定的队列上去。fanout交换器不处理路由键,只是简单的将队列绑定到交换器上,每个发送到交换器的消息都会被转发到与该交换器绑定的所有队列上,只要与队列绑定,队列都能接收到,与路由key无关。
很像子网广播,每台子网内的主机都获得了一份复制的消息。fanout类型转发消息是最快的。
Topic Exchange:
topic交换器通过模式匹配分配消息的路由键属性,将路由键和某个模式进行匹配,此时队列需要绑定到一个模式上。它将路由键和绑定键的字符串切分成单词,这些单词之间用点隔开。队列name符合路由key匹配模式都能接收到消息。
**通配符:*符号"#“和符号” * "。# 匹配0个或多个单词, 匹配一个单词。
pom.xml引入spring-cloud-starter-stream-rabbit
<dependency>
<groupId>org.springframework.cloud</groupId>
<artifactId>spring-cloud-starter-stream-rabbit</artifactId>
<version>3.0.3.RELEASE</version>
</dependency>
application.yml
server: port: 8088 spring: application: name: cloud-stream-provider cloud: stream: binders: defaultRabbit: type: rabbit environment: spring: rabbitmq: host: localhost port: 5672 username: guest password: guest bindings: output: destination: rabbitexchange content-type: application/json binder: defaultRabbit eureka: client: service-url: defaultZone: http://localhost:8001/eureka
消息发送
@EnableBinding(Source.class)//消息发送管道
public class MessageProviderImpl implements MessageProvider {
@Resource
private MessageChannel output;
@Override
public String send() {
String msg = UUID.randomUUID().toString();
output.send(MessageBuilder.withPayload(msg).build());
System.out.println(msg);
return null;
}
}
application.yml
server: port: 8081 spring: application: name: cloud-stream-client8081 cloud: stream: binders: defaultRabbit: type: rabbit environment: spring: rabbitmq: host: localhost port: 5672 username: guest password: guest bindings: input: destination: rabbitexchange content-type: application/json binder: defaultRabbit eureka: client: service-url: defaultZone: http://localhost:8001/eureka instance: prefer-ip-address: true
接收消息:
@Component
@EnableBinding(Sink.class)//接收消息
public class MessageReveiveController {
@Value("${server.port}")
private String port;
@StreamListener(Sink.INPUT)
public void receiveMsg(Message<?> msg){
System.out.println("接收到消息:"+msg.getPayload()+"\t port:"+port);
}
}
分组:避免消息重复消费,持久化。
消费者设置相同group
bindings:
input:
destination: rabbitexchange
content-type: application/json
binder: defaultRabbit
group: rabbit-client
Spring Cloud Sleuth为Spring Cloud实现了分布式跟踪解决方案。
在微服务框架中,一个由客户端发起的请求在后端系统中会经过多个不同的的服务节点调用来协同产生最后的请求结果,每一个前段请求都会形成一 条复杂的分布式服务调用链路,链路中的任何一 环出现高延时或错误都会引起起整个请求最后的失败。
SpringCloud Sleuth 负责数据收集,Zipkin负责链路跟踪展现。
术语:
span:基本工作单位。例如,发送RPC是一个新的span,就像发送响应到RPC一样。span由跨度的唯一64位ID和span所属的跟踪的另一个64位ID标识。span还具有其他数据,例如描述,带有时间戳的事件,键值注释(标签),引起span的跨区ID和进程ID(通常为IP地址)。
span可以启动和停止,并且可以跟踪其时序信息。创建span后,您必须在将来的某个时间点将其停止。
开始跟踪的初始span称为 root span。该span的ID的值等于跟踪ID。
trace:形成树状结构的一组span。例如,如果您运行分布式大数据存储,则跟踪可能是由PUT
请求形成的。
下图显示了Span和Trace以及Zipkin注解在系统中的逻辑:
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-a4dGRXjp-1690250905877)(img/trace-id.png)]
下载zipkin
引入jar包
<dependency>
<groupId>org.springframework.cloud</groupId>
<artifactId>spring-cloud-starter-sleuth</artifactId>
<version>2.2.2.RELEASE</version>
</dependency>
修改application.yml
spring:
sleuth:
sampler:
# 1:全部收集,0:不收集
probability: 1
消费者请求服务提供者
在zipkin中查看请求链路:http://localhost:9411
Spring Cloud Alibaba 致力于提供微服务开发的一站式解决方案。此项目包含开发分布式应用微服务的必需组件,方便开发者通过 Spring Cloud 编程模型轻松使用这些组件来开发分布式应用服务。
依托 Spring Cloud Alibaba,您只需要添加一些注解和少量配置,就可以将 Spring Cloud 应用接入阿里微服务解决方案,通过阿里中间件来迅速搭建分布式应用系统。
Sentinel:把流量作为切入点,从流量控制、熔断降级、系统负载保护等多个维度保护服务的稳定性。
Nacos:一个更易于构建云原生应用的动态服务发现、配置管理和服务管理平台。
RocketMQ:一款开源的分布式消息系统,基于高可用分布式集群技术,提供低延时的、高可靠的消息发布与订阅服务。
Dubbo:Apache Dubbo™ 是一款高性能 Java RPC 框架。
Seata:阿里巴巴开源产品,一个易于使用的高性能微服务分布式事务解决方案。
Alibaba Cloud ACM:一款在分布式架构环境中对应用配置进行集中管理和推送的应用配置中心产品。
Alibaba Cloud OSS: 阿里云对象存储服务(Object Storage Service,简称 OSS),是阿里云提供的海量、安全、低成本、高可靠的云存储服务。您可以在任何应用、任何时间、任何地点存储和访问任意类型的数据。
Alibaba Cloud SchedulerX: 阿里中间件团队开发的一款分布式任务调度产品,提供秒级、精准、高可靠、高可用的定时(基于 Cron 表达式)任务调度服务。
Alibaba Cloud SMS: 覆盖全球的短信服务,友好、高效、智能的互联化通讯能力,帮助企业迅速搭建客户触达通道。
更多组件请参考 Roadmap。
官网:https://nacos.io/zh-cn/docs/quick-start.html
在父pom中引入依赖
<dependency>
<groupId>com.alibaba.cloud</groupId>
<artifactId>spring-cloud-alibaba-dependencies</artifactId>
<version>${spring.cloud.alibaba.version}</version>
<type>pom</type>
<scope>import</scope>
</dependency>
pom.xml
<dependencies> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-web</artifactId> </dependency> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-actuator</artifactId> </dependency> <dependency> <groupId>com.alibaba.cloud</groupId> <artifactId>spring-cloud-starter-alibaba-nacos-discovery</artifactId> </dependency> </dependencies> <build> <plugins> <plugin> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-maven-plugin</artifactId> </plugin> </plugins> </build>
application.yml
server:
port: 9090
spring:
application:
name: nacos-provider
cloud:
nacos:
discovery:
server-addr: localhost:8848
management:
endpoints:
web:
exposure:
include: *
主启动类
@SpringBootApplication
@EnableDiscoveryClient
public class NacosProvider9090Application {
public static void main(String[] args) {
SpringApplication.run(NacosProvider9090Application. class,args);
}
}
application.yml
server:
port: 80
spring:
application:
name: nacos-consumer
cloud:
nacos:
discovery:
server-addr: localhost:8848
service:
nacos-service: http://nacos-provider
访问服务提供者:
@RestController
public class EchoController {
@Resource
RestTemplate restTemplate;
@Value("${ service.nacos-service}")
private String SERVICE_URL;
@GetMapping("/echo/{id}")
public String echo(@PathVariable String id){
return restTemplate.getForObject(SERVICE_URL+"/echo/"+id,String.class);
}
}
<dependency>
<groupId>com.alibaba.cloud</groupId>
<artifactId>spring-cloud-starter-alibaba-nacos-config</artifactId>
</dependency>
server: port: 3377 spring: application: name: nacos-config-center cloud: nacos: discovery: # nacos作为注册中心 server-addr: localhost:8848 config: # nacos作为配置中心 server-addr: localhost:8848 # 指定yaml格式配置 file-extension: yaml
说明:之所以需要配置 spring.application.name
,是因为它是构成 Nacos 配置管理 dataId
字段的一部分。
在 Nacos Spring Cloud 中,dataId
的完整格式如下:
${prefix}-${spring.profile.active}.${file-extension}
prefix
默认为 spring.application.name
的值,也可以通过配置项 spring.cloud.nacos.config.prefix
来配置。spring.profile.active
即为当前环境对应的 profile,详情可以参考 Spring Boot文档。 注意:当 spring.profile.active
为空时,对应的连接符 -
也将不存在,dataId 的拼接格式变成 ${prefix}.${file-extension}
file-exetension
为配置内容的数据格式,可以通过配置项 spring.cloud.nacos.config.file-extension
来配置。目前只支持 properties
和 yaml
类型。在Nacos管理界面中配置dataId
通过 Spring Cloud 原生注解 @RefreshScope
实现配置自动更新:
@RestController
@RequestMapping("/config")
@RefreshScope
public class ConfigController {
@Value("${useLocalCache:false}")
private boolean useLocalCache;
@RequestMapping("/get")
public boolean get() {
return useLocalCache;
}
}
Namespaces
命名空间用于隔离不同租户的配置。跨不同名称空间的组和数据ID可以相同。命名空间的典型场景是隔离不同环境的配置,例如,开发/测试环境与生产环境(配置和服务等)之间的隔离。
如果未指定名称空间,则${spring.cloud.nacos.config.namespace}
使用 Nacos 的“public”名称空间。
此配置必须和bootstrap.properties文件中spring.cloud.nacos.config.namespace
中的值相同。
Groups
{spring.cloud.nacos.config.group}
未定义配置时,默认情况下使用DEFAULT_GROUP 。如果需要定义自己的组,则可以在以下属性中进行定义:
spring.cloud.nacos.config.group = DEVELOP_GROUP
此配置必须和bootstrap.properties文件中spring.cloud.nacos.config.group
值相同。
Data Id
配置文件写入mysql
将默认derby嵌入式数据库切换到mysql
下载linux版本nacos安装
修改nacos中startup.sh脚本
修改nacos/conf/application.properties数据库配置
spring.datasourceplatform=mysql
db.num=1
db.url.o=jdbcmys//127.0.0.1:3306/nacos_config?characterEncoding=utf8&connectTimeout=1000&socketTimeout= 30008autoReconnect=true
db.user=root
db.password= 123456
修改conf/cluster.conf
hostname -i 中的ip
192.168.0.100:8848
192.168.0.100:8858
192.168.0.100:8868
编辑startup.sh脚本
传递不同的端口号启动不同的nacos实例
将默认配置
while getopts ":m:f:s:" opt do case $opt in m) MODE=$OPTARG;; f) FUNCTION_MODE=$OPTARG;; s) SERVER=$OPTARG;; ?) echo "Unknown parameter" exit 1;; esac done nohup $JAVA ${JAVA_OPT} nacos.nacos >> ${BASE_DIR}/logs/start.out 2>&1 &
修改为:
while getopts ":m:f:s:p:" opt #P: do case $opt in m) MODE=$OPTARG;; f) FUNCTION_MODE=$OPTARG;; s) SERVER=$OPTARG;; p)#端口 PORT=$OPTARG;;#端口 ?) echo "Unknown parameter" exit 1;; esac done nohup $JAVA -Dserver.port=${PORT} ${JAVA_OPT} nacos.nacos >> ${BASE_DIR}/logs/start.out 2>&1 &
修改Ngnix的配置作为负载均衡
ngnix/ngnix.conf
修改ngnix监听端口、代理和集群服务
upstream cluster{
server 127.0.0.1:8848
server 127.0.0.1:8858
server 127.0.0.1:8868
}
server{
listen=9999
}
location{
proxy_pass http://cluster
}
启动nacos集群和ngnix
通过ngnix访问nacos
http://localhost:9999/nacos
https://github.com/alibaba/Sentinel/wiki/
Sentinel 以流量为切入点,从流量控制、熔断降级、系统负载保护等多个维度保护服务的稳定性。
Sentinel 具有以下特征:
Sentinel 分为两个部分:
https://github.com/alibaba/Sentinel/wiki/%E6%B5%81%E9%87%8F%E6%8E%A7%E5%88%B6
流量控制(flow control),其原理是监控应用流量的 QPS 或并发线程数等指标,当达到指定的阈值时对流量进行控制,以避免被瞬时的流量高峰冲垮,从而保障应用的高可用性。
FlowSlot
会根据预设的规则,结合前面 NodeSelectorSlot
、ClusterNodeBuilderSlot
、StatisticSlot
统计出来的实时信息进行流量控制。
限流的直接表现是在执行 Entry nodeA = SphU.entry(resourceName)
的时候抛出 FlowException
异常。FlowException
是 BlockException
的子类,您可以捕捉 BlockException
来自定义被限流之后的处理逻辑。
同一个资源可以创建多条限流规则。FlowSlot
会对该资源的所有限流规则依次遍历,直到有规则触发限流或者所有规则遍历完毕。
一条限流规则主要由下面几个因素组成,我们可以组合这些元素来实现不同的限流效果:
resource
:资源名,即限流规则的作用对象count
: 限流阈值grade
: 限流阈值类型(QPS 或并发线程数)limitApp
: 流控针对的调用来源,若为 default
则不区分调用来源strategy
: 调用关系限流策略controlBehavior
: 流量控制效果(直接拒绝、Warm Up、匀速排队)流量控制主要有两种统计类型,一种是统计并发线程数,另外一种则是统计 QPS。类型由 FlowRule
的 grade
字段来定义。其中,0 代表根据并发数量来限流,1 代表根据 QPS 来进行流量控制。其中线程数、QPS 值,都是由 StatisticSlot
实时统计获取的。
当 QPS 超过某个阈值的时候,则采取措施进行流量控制。流量控制的效果包括以下几种:直接拒绝、Warm Up、匀速排队。对应 FlowRule
中的 controlBehavior
字段。
并发线程数限流用于保护业务线程数不被耗尽。例如,当应用所依赖的下游应用由于某种原因导致服务不稳定、响应延迟增加,对于调用者来说,意味着吞吐量下降和更多的线程数占用,极端情况下甚至导致线程池耗尽。为应对太多线程占用的情况,业内有使用隔离的方案,比如通过不同业务逻辑使用不同线程池来隔离业务自身之间的资源争抢(线程池隔离)。这种隔离方案虽然隔离性比较好,但是代价就是线程数目太多,线程上下文切换的 overhead 比较大,特别是对低延时的调用有比较大的影响。Sentinel 并发线程数限流不负责创建和管理线程池,而是简单统计当前请求上下文的线程数目,如果超出阈值,新的请求会被立即拒绝,效果类似于信号量隔离。
调用关系包括调用方、被调用方;一个方法又可能会调用其它方法,形成一个调用链路的层次关系。Sentinel 通过 NodeSelectorSlot
建立不同资源间的调用的关系,并且通过 ClusterNodeBuilderSlot
记录每个资源的实时统计信息。
有了调用链路的统计信息,我们可以衍生出多种流量控制手段。
直接对调用入口限流
NodeSelectorSlot
中记录了资源之间的调用链路,这些资源通过调用关系,相互之间构成一棵调用树。这棵树的根节点是一个名字为 machine-root
的虚拟节点,调用链的入口都是这个虚节点的子节点。
一棵典型的调用树如下图所示:
machine-root
/ \
/ \
Entrance1 Entrance2
/ \
/ \
DefaultNode(nodeA) DefaultNode(nodeA)
上图中来自入口 Entrance1
和 Entrance2
的请求都调用到了资源 NodeA
,Sentinel 允许只根据某个入口的统计信息对资源限流。比如我们可以设置 FlowRule.strategy
为 RuleConstant.CHAIN
,同时设置 FlowRule.ref_identity
为 Entrance1
来表示只有从入口 Entrance1
的调用才会记录到 NodeA
的限流统计当中,而不关心经 Entrance2
到来的调用。
getb的请求数超过阈值时,对geta访问进行限流
Sentinel 熔断降级会在调用链路中某个资源出现不稳定状态时(例如调用超时或异常比例升高),对这个资源的调用进行限制,让请求快速失败,避免影响到其它的资源而导致级联错误。当资源被降级后,在接下来的降级时间窗口之内,对该资源的调用都自动熔断(默认行为是抛出 DegradeException
)。
我们通常用以下几种方式来衡量资源是否处于稳定的状态:
平均响应时间 (DEGRADE_GRADE_RT
):当 1s 内持续进入 5 个请求,对应时刻的平均响应时间(秒级)均超过阈值(count
,以 ms 为单位),那么在接下的时间窗口(DegradeRule
中的 timeWindow
,以 s 为单位)之内,对这个方法的调用都会自动地熔断(抛出 DegradeException
)。注意 Sentinel 默认统计的 RT 上限是 4900 ms,超出此阈值的都会算作 4900 ms,若需要变更此上限可以通过启动配置项 -Dcsp.sentinel.statistic.max.rt=xxx
来配置。
每秒请求在设定相应时间内未完成时,在窗口期内服务不可用
异常比例 (DEGRADE_GRADE_EXCEPTION_RATIO
):*当资源的每秒请求量 >= 5,并且每秒异常总数占通过量的比值超过阈值(DegradeRule
中的 count
)之后,资源进入降级状态,即在接下的时间窗口(DegradeRule
中的 timeWindow
,以 s 为单位)之内,对这个方法的调用都会自动地返回。异常比率的阈值范围是 [0.0, 1.0]
,代表 0% - 100%。
异常数 (DEGRADE_GRADE_EXCEPTION_COUNT
):当资源近 1 分钟的异常数目超过阈值之后会进行熔断。注意由于统计时间窗口是分钟级别的,若 timeWindow
小于 60s,则结束熔断状态后仍可能再进入熔断状态。
何为热点?热点即经常访问的数据。很多时候我们希望统计某个热点数据中访问频次最高的 Top K 数据,并对其访问进行限制。比如:
热点参数限流会统计传入参数中的热点参数,并根据配置的限流阈值与模式,对包含热点参数的资源调用进行限流。热点参数限流可以看做是一种特殊的流量控制,仅对包含热点参数的资源调用生效。
Sentinel 利用 LRU 策略统计最近最常访问的热点参数,结合令牌桶算法来进行参数级别的流控。热点参数限流支持集群模式。
@SentinelResource(value="method",blockHandler="exceptionMethod")//value:Sentinel resource,blockHandler:异常处理方法
自定义全局异常处理类
public class BlockExceptionHandler {
public static String blockException(BlockException ex){
return "超过限流";
}
}
使用:
@RequestMapping("/geta")
@SentinelResource(value="geta",blockHandlerClass = BlockExceptionHandler.class,blockHandler = "blockException")
public String geta(){
return "geta";
}
@SentinelResource(value="geta",fallback = "fallbackMethod")
public String geta(){
return "geta";
}
spring: application: name: sentinel-service cloud: nacos: discovery: server-addr: localhost:8848 sentinel: transport: port: 8719 dashboard: localhost:8080 datasource: dsl: nacos: dataId: sentinel-service-dev groupId: DEFAULT_GROUP server-addr: localhost:8848 data-type: json rule_type: flow
https://seata.io/zh-cn/docs/overview/what-is-seata.html
Seata 是一款开源的分布式事务解决方案,致力于提供高性能和简单易用的分布式事务服务。Seata 将为用户提供了 AT、TCC、SAGA 和 XA 事务模式,为用户打造一站式的分布式解决方案。
维护全局和分支事务的状态,驱动全局事务提交或回滚。
定义全局事务的范围:开始全局事务、提交或回滚全局事务。
管理分支事务处理的资源,与TC交谈以注册分支事务和报告分支事务的状态,并驱动分支事务提交或回滚。
修改file.conf 中service vgroupMapping.my_test_tx_group 数据存储store为db和db连接信息
service{
vgroupMapping.my_test_tx_group = "tx_group"
}
store {
## store mode: file、db
mode = "db"
}
db {
#连接信息
}
修改registry.conf中注册类型为nacos
registry {
# file 、nacos 、eureka、redis、zk、consul、etcd3、sofa
type = "nacos"
nacos {
serverAddr = "localhost:8848"
namespace = ""
cluster = "default"
}
}
启动nacos和seata
复制file.conf和registry.conf到项目resource下
配置application.yml
server: port: 8093 spring: application: name: seata-account cloud: nacos: discovery: server-addr: localhost:8488 alibaba: seata: tx-service-group: tx_group datasource: url: jdbc:oracle:thin:@localhost:1521:orcl driver-class-name: oracle.jdbc.driver.OracleDriver username: account password: account
添加注解 @GlobalTransactional
TM开启分布式事务(TM向TC注册全局事务记录) ;
按业务场景,编排数据库、服务等事务内资源(RM向TC汇报资源准备状态) ;
TM结束分布式事务,事务一阶段结束(TM通知TC提交/回滚分布式事务) ;
TC汇总事务信息,决定分布式事务是提交还是回滚i心
TC通知所有RM提交/回滚资源,事务二阶段结束。
在一阶段, Seata 会拦截“业务SQL" ,
解析SQL语义,找到“业务SQL"要更新的业务数据,在业务数据被更新前,将其保存成"before image
执行“业务SQL" 更新业务数据,在业务数据更新之后,
其保存成"after image" ,最后生成行锁。
以上操作全部在一个数据库 事务内完成,这样保证了-阶段操作的原子性。
二阶段如是顺利提交的话,
因为“业务SQL"在-阶段已经提交至数据库,所以Seata框架只需将一阶段保存的快照数据行锁删掉,完成数据清理即可。
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。